在 Matplotlib 中重置颜色循环

Question

假设我有关于 3 种交易策略的数据，每种都有交易成本和没有交易成本。我想在相同的轴上绘制 6 个变体中每一个的时间序列（3 个策略 * 2 个交易成本）。我希望用alpha=1 和linewidth=1 绘制“有交易成本”线，而我希望用alpha=0.25 和linewidth=5 绘制“无交易成本”线。但我希望每种策略的两个版本的颜色都相同。

我想要一些类似的东西：

fig, ax = plt.subplots(1, 1, figsize=(10, 10))

for c in with_transaction_frame.columns:
    ax.plot(with_transaction_frame[c], label=c, alpha=1, linewidth=1)

****SOME MAGIC GOES HERE TO RESET THE COLOR CYCLE

for c in no_transaction_frame.columns:
    ax.plot(no_transaction_frame[c], label=c, alpha=0.25, linewidth=5)

ax.legend()

在指示的行上放置什么合适的代码来重置颜色循环，以便在调用第二个循环时“回到开始”？

Answer 1

只需选择您的颜色并将它们分配给一个列表，然后当您绘制数据时迭代包含您的列和您希望的颜色的 zip 对象。

colors = ['red', 'blue', 'green']

for col, color in zip(colors, with_transaction_frame.columns):
    ax.plot(with_transaction_frame[col], label=col, alpha=1.0, linewidth=1.0, color=color)

for col, color in zip(no_transaction_frame.columns):
    ax.plot(no_transaction_frame[col], label=col, alpha=0.25, linewidth=5, color=color)

zip 创建一个列表，聚合每个列表中的元素。这使您可以同时轻松地对两者进行迭代。

Answer 2

既然你提到你正在使用 seaborn，我建议你做的是：

with sns.color_palette(n_colors=3):

    ax.plot(...)
    ax.plot(...)

这会将调色板设置为使用当前活动的颜色循环，但仅使用其中的前三种颜色。它也是一种通用解决方案，可在您想要设置临时颜色循环的任何时候使用。

请注意，真正需要在with 块下的唯一内容是您正在执行的创建Axes 对象的任何操作（即plt.subplots、fig.add_subplot() 等）。这只是因为 matplotlib 颜色循环本身是如何工作的。

做你特别想做的事，“重置”颜色循环，是可能的，但这是一个 hack，我不会在任何类型的生产代码中这样做。不过，这是如何发生的：

f, ax = plt.subplots()
ax.plot(np.random.randn(10, 3))
ax._get_lines.color_cycle = itertools.cycle(sns.color_palette())
ax.plot(np.random.randn(10, 3), lw=5, alpha=.25)

Answer 3

您可以使用Axes.set_color_cycle 将颜色循环重置为原始颜色。查看此代码，有一个函数可以完成实际工作：

def set_color_cycle(self, clist=None):
    if clist is None:
        clist = rcParams['axes.color_cycle']
    self.color_cycle = itertools.cycle(clist

以及使用它的 Axes 上的方法：

def set_color_cycle(self, clist):
    """
    Set the color cycle for any future plot commands on this Axes.

    *clist* is a list of mpl color specifiers.
    """
    self._get_lines.set_color_cycle(clist)
    self._get_patches_for_fill.set_color_cycle(clist)

这基本上意味着您可以使用 None 作为唯一参数调用 set_color_cycle，它将被 rcParams['axes.color_cycle'] 中的默认循环替换。

我用下面的代码试了一下，得到了预期的结果：

import matplotlib.pyplot as plt
import numpy as np

for i in range(3):
    plt.plot(np.arange(10) + i)

# for Matplotlib version < 1.5
plt.gca().set_color_cycle(None)
# for Matplotlib version >= 1.5
plt.gca().set_prop_cycle(None)

for i in range(3):
    plt.plot(np.arange(10, 1, -1) + i)

plt.show()

Answer 4

您可以像这样从 seaborn 获取颜色：colors = sns.color_palette()。 Ffisegydd 的回答会很好用。您还可以使用模数/余数运算符 (%) 获取要绘制的颜色：mycolor = colors[icolumn % len(colors]。我自己经常使用这种方法。所以你可以这样做：

for icol, column in enumerate(with_transaction_frame.columns): mycolor = colors[icol % len(colors] ax.plot(with_transaction_frame[col], label=col, alpha=1.0, color=mycolor)

不过，Ffisegydd 的回答可能更“pythonic”。

Answer 5

由于@pelson 给出的答案使用set_color_cycle，而这在Matplotlib 1.5 中已被弃用，我认为使用set_prop_cycle 更新他的解决方案版本会很有用：

import matplotlib.pyplot as plt
import numpy as np

for i in range(3):
    plt.plot(np.arange(10) + i)

plt.gca().set_prop_cycle(None)

for i in range(3):
    plt.plot(np.arange(10, 0, -1) + i)

plt.show()

还要注意我必须将np.arange(10,1,-1) 更改为np.arange(10,0,-1)。前者给出了一个只有 9 个元素的数组。这可能是由于使用了不同的 Numpy 版本。我的是 1.10.2。

编辑：不再需要使用rcParams。感谢@divenex 在评论中指出这一点。

Answer 6

除了已经很好的答案，您可以考虑使用颜色图：

import matplotlib.pyplot as plt
import numpy as np

cmap = plt.cm.viridis

datarange = np.arange(4)

for d in datarange:
    # generate colour by feeding float between 0 and 1 to colormap
    color = cmap(d/np.max(datarange)) 
    plt.plot(np.arange(5)+d, c=color)

for d in datarange:
    # generate colour by feeding float between 0 and 1 to colormap
    color = cmap(d/np.max(datarange))
    plt.plot(-np.arange(5)+d, c=color)